申请/专利权人：杭州邦杰星医疗科技有限公司

申请日：2023-12-01

公开（公告）日：2024-03-01

公开（公告）号：CN117636128A

主分类号：G06V10/82

分类号：G06V10/82;G06V10/26;G06V10/44;G06N3/0464;G06N3/084;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.19#实质审查的生效;2024.03.01#公开

摘要：本发明公开了一种基于深度学习的CT脊柱影像的椎弓根识别方法，通过对收集的椎弓根图像数据进行预处理和标注，构建模型，并使用标注数据进行模型训练，最终得到可用于椎弓根检测的模型。可以准确、高效得识别椎弓根，实现整体椎弓根、椎弓根外层皮质骨和椎弓根内层松质骨区域的准确分割和骨密度精确测量，以及准确测量椎弓根长度、宽度、高度三个径线方向最短距离的问题。

主权项：1.一种基于深度学习的CT脊柱影像的椎弓根识别方法，其特征在于，包括以下步骤：步骤S1：数据收集和预处理，收集大量包含椎弓根的CT脊柱影像的图像数据集，并进行预处理；步骤S2：构建卷积神经网络CNN，使用深度学习框架，构建一个卷积神经网络模型；步骤S3：数据标注和训练，对收集到的图像数据进行标注，使用标注数据对卷积神经网络进行训练，通过反向传播算法不断调整网络参数，使其能够准确地识别椎弓根；步骤S4：椎弓根检测，将新的图像输入训练好的卷积神经网络模型，通过前向传播算法得到每个位置的预测结果；步骤S5：模型优化和性能评估：根据椎弓根检测的结果，对模型进行优化和调整。

全文数据：

权利要求：

百度查询： 杭州邦杰星医疗科技有限公司 一种基于深度学习的CT脊柱影像的椎弓根识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD